Using dysphonic voice to characterize speaker's biometry

Gómez Vilda, Pedro; San Segundo, Eugenia; Mazaira Fernández, Luis Miguel; Álvarez Marquina, Agustín y Rodellar Biarge, M. Victoria (2015). Using dysphonic voice to characterize speaker's biometry. "Language and Law / Linguagem e Direito", v. 1 (n. 2); pp. 42-66. ISSN 2183-3745. https://doi.org/10.13140/2.1.1271.5524.

Descripción

Título: Using dysphonic voice to characterize speaker's biometry
Autor/es:
  • Gómez Vilda, Pedro
  • San Segundo, Eugenia
  • Mazaira Fernández, Luis Miguel
  • Álvarez Marquina, Agustín
  • Rodellar Biarge, M. Victoria
Tipo de Documento: Artículo
Título de Revista/Publicación: Language and Law / Linguagem e Direito
Fecha: 2015
Volumen: 1
Materias:
Palabras Clave Informales: Phonation; Speaker Recognition; Voice Production; Speech Processing
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Arquitectura y Tecnología de Sistemas Informáticos
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

Phonation distortion leaves relevant marks in a speaker's biometric profile. Dysphonic voice production may be used for biometrical speaker characterization. In the present paper phonation features derived from the glottal source (GS) parameterization, after vocal tract inversion, is proposed for dysphonic voice characterization in Speaker Verification tasks. The glottal source derived parameters are matched in a forensic evaluation framework defining a distance-based metric specification. The phonation segments used in the study are derived from fillers, long vowels, and other phonation segments produced in spontaneous telephone conversations. Phonated segments from a telephonic database of 100 male Spanish native speakers are combined in a 10-fold cross-validation task to produce the set of quality measurements outlined in the paper. Shimmer, mucosal wave correlate, vocal fold cover biomechanical parameter unbalance and a subset of the GS cepstral profile produce accuracy rates as high as 99.57 for a wide threshold interval (62.08-75.04%). An Equal Error Rate of 0.64 % can be granted. The proposed metric framework is shown to behave more fairly than classical likelihood ratios in supporting the hypothesis of the defense vs that of the prosecution, thus ofering a more reliable evaluation scoring. Possible applications are Speaker Verification and Dysphonic Voice Grading.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaTEC2012-38630-C04-01Sin especificarUniversidad Politécnica de MadridEVALUACION MULTIMODAL DE TRASTORNOS NEUROLOGICOS MEDIANTE LA CARACTERIZACION DE LA VOZ, DINAMICA DE LOS PLIEGUES VOCALES Y SECUENCIAS SACADICAS
Gobierno de EspañaTEC2012-38630-C04-04Sin especificarUniversidad Politécnica de MadridDETECCION DEL TRASTORNO NEUROLOGICO POR MEDIO DE CORRELATOS DE LA FONACION OBTENIDOS POR MODELADO INVERSO A PARTIR DE LA FUENTE GLOTICA

Más información

ID de Registro: 40910
Identificador DC: http://oa.upm.es/40910/
Identificador OAI: oai:oa.upm.es:40910
Identificador DOI: 10.13140/2.1.1271.5524
URL Oficial: http://llld.linguisticaforense.pt/
Depositado por: Memoria Investigacion
Depositado el: 26 Oct 2016 11:09
Ultima Modificación: 26 Oct 2016 11:09
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM